COVID-19 image data collection

我们正在构建一个包含COVID-19病例的胸部X光或CT图像的公开数据库，同时也在寻找MERS、SARS和ARDS病例的图像。所有图像和数据将在GitHub仓库中公开发布。

We are constructing an open-access database comprising chest X-ray or CT images of COVID-19 cases, while also seeking images of MERS, SARS, and ARDS cases. All images and data will be publicly released in a GitHub repository.

原始信息汇总

数据集概述

数据集名称

• COVID-19 image data collection

数据集内容

• 包含COVID-19病例的胸部X光或CT图像。
• 收集的病例类型包括COVID-19、MERS、SARS和ARDS。

数据集结构

• 图像数据存储于images目录。
• 元数据存储于metadata.csv文件。

数据集统计

• COVID19_Dataset num_samples=201, views=[PA, AP]
• COVID19_Dataset num_samples=28, views=[AP Supine]

数据集用途

• 用于开发基于AI的方法来预测和理解感染情况。
• 目标任务包括健康与肺炎的区分、患者生存/预后的预测。

数据集贡献方式

• 通过GitHub提交未包含的出版物图像。
• 提供图像中的问题区域边界框/掩码。

数据格式

• 胸部X光图像偏好格式：dcm, jpg, png。
• CT图像偏好格式：nifti（gzip格式），也接受dcm格式。

联系方式

• 联系人：Joseph Paul Cohen, Postdoctoral Fellow, Mila, University of Montreal
• 联系链接：Joseph Paul Cohen

搜集汇总

数据集介绍

构建方式

COVID-19 image data collection数据集的构建主要通过收集并公开已发表的COVID-19病例的胸部X射线或CT图像。数据集的构建方式包括从已发表的文献中获取图像，这些图像是公开可用的资源。此外，该数据集还包含了其他呼吸道疾病的病例，如MERS、SARS和ARDS，以供参考和研究。

特点

该数据集的特点在于其包含了多种呼吸道疾病的病例，不仅限于COVID-19。数据集的样本涵盖了两类视图：后前位(PA)和前后位(AP)，以及仰卧位(AP Supine)。此外，每个样本都附有详细的标签信息，如是否为COVID-19病例，以及是否存在其他疾病。数据集还提供了肺部边界的标注信息，便于研究人员进行更精确的分析。

使用方法

使用该数据集时，用户可以从GitHub仓库中获取图像和元数据文件。数据加载器可在torchxrayvision库中找到。数据集支持多种格式的图像，如X射线的dcm、jpg或png格式，以及CT的nifti格式（gzip压缩）。用户可以通过贡献新的图像、元数据或疾病标注来扩展数据集，以支持更广泛的研究和应用。

背景与挑战

背景概述

COVID-19 image data collection数据集是在2019新型冠状病毒（COVID-19）疫情背景下创建的，由Joseph Paul Cohen、Paul Morrison和Lan Dao等研究人员构建。该数据集旨在收集并公开胸片或CT影像，以助力COVID-19及其他如MERS、SARS、ARDS等相关病例的诊断与研究。数据集的创建对于提高影像诊断的准确性和效率具有重要价值，对公共卫生领域产生了深远影响。自创建以来，该数据集已被广泛应用于医学影像分析、人工智能辅助诊断等领域，为全球抗击COVID-19疫情提供了有力支持。

当前挑战

该数据集在构建过程中遇到的挑战主要包括：1）确保影像数据的质量和标注准确性，以支持高精度的疾病诊断；2）数据集的多样性和广泛性，涵盖不同疾病状态和影像类型，以满足不同研究需求；3）影像数据的获取与共享，涉及伦理和隐私保护等问题。在研究领域问题方面，数据集面临的挑战包括如何提高对COVID-19等疾病的影像特征识别准确性，以及如何将AI技术有效融入临床诊断流程中，以提高诊断效率和降低误诊率。

常用场景

经典使用场景

COVID-19图像数据集的构建旨在汇聚含有胸部X射线或CT图像的COVID-19病例，以供研究人员和开发者利用这些数据进行深度学习模型的训练和验证。其经典的使用场景在于，通过这些图像数据，研究人员可以训练计算机视觉模型，以辅助诊断胸部影像中的COVID-19及其他相关肺部疾病，如MERS、SARS和ARDS等，进而提高疾病检测的准确性和效率。

解决学术问题

该数据集解决了传统PCR检测在速度和便捷性上的局限性，为医学影像诊断提供了重要的辅助工具。通过该数据集，研究者能够开展关于肺部病变自动检测和分类的研究，有效提升对COVID-19等疾病的识别能力，降低误诊率和漏诊率，这对于控制疾病的传播和减轻医疗系统的压力具有重要意义。

衍生相关工作

基于该数据集，已衍生出多项相关工作，如开发用于肺炎类型分类的深度学习模型、构建肺部疾病自动诊断系统等。此外，研究者也在探索如何利用AI算法进行疾病预后分析，以及如何在医疗资源有限的环境下，通过AI辅助提高疾病诊断的准确性和效率。